9.7
의사결정: 전통적인 방법
가설검증을 위한 전통적인 방법으로는 임계값을 계산하고, 표본 자료를 이용하여 검정 통계량의 값을 검정하고, 이 값을 해석하는 과정으로 구성됩니다.
첫째, 모집단 모수에 대한 구체적인 클레임을 연구문제를 바탕으로 결정하여 간단한 형태로 기술합니다. 또한, 이 클레임에 반…
전통적 또는 고전적인 방법은 임계값을 사용하여 가설 검증을 마무리하는 것입니다.
첫 번째 단계로, 가설이 다음과 같이 상징적으로 진술되고 표현됩니다.
모집단의 비율, 평균 또는 표준 편차에 대해 귀무 가설과 대립 가설은 다음과 같이 표현됩니다.
또한, 가설에서 선택된 매개변수에 대한 임계값은 미리 결정된 특정 유의 수준 α에서 얻어집니다. 비율, 평균 또는 표준 편차의 경우 α에서의 이러한 임계값은 각각 z, t 또는 카이제곱 분포를 사용하여 계산되는 z, t 또는 카이제곱 값입니다.
그런 다음 임계값이 플롯되어 확률 분포에서 임계 영역을 구분합니다.
또한 검정 통계량은 표본 데이터를 사용하여 계산되고 확률 분포 곡선에 표시됩니다.
귀무 가설은 검정 통계량 값이 임계 영역 내에 속할 때 기각됩니다. 그러나 검정 통계량이 중요 영역을 벗어나는 경우 이를 거부하지 못합니다.
View the full transcript and gain access to JoVE Core videos
Q1: What are the main steps in the traditional method of hypothesis testing?
The traditional method involves stating null and alternative hypotheses symbolically, obtaining a critical value at a predetermined significance level, calculating a test statistic from sample data, and plotting both on a probability distribution. The null hypothesis is rejected if the test statistic falls within the critical region; otherwise, you fail to reject it.
Q2: How do you express null and alternative hypotheses in the traditional method?
Null and alternative hypotheses are expressed symbolically based on the population parameter being tested. By convention, the null hypothesis contains an equality symbol, while the alternative hypothesis contains >, <, or ≠ symbols. The null hypothesis represents a neutral statement, while the alternative hypothesis may have a specific direction or represent the original research claim.
Q3: What test statistic should you use when testing a claim about a population mean with unknown population standard deviation?
When the population standard deviation is unknown, use the t statistic to test a claim about a population mean. The t statistic is calculated from sample data and compared against the critical value obtained from the t distribution at your chosen significance level.
Q4: What significance level should you choose for hypothesis testing?
Common significance levels follow a general convention of 95% confidence (α = 0.05) or 99% confidence (α = 0.01). The significance level determines the critical value and defines the critical region boundaries on the probability distribution where you reject the null hypothesis.
Q5: How do you decide whether to reject the null hypothesis using the traditional method?
Compare your calculated test statistic to the critical region on the probability distribution. If the test statistic falls within the critical region, reject the null hypothesis. If it falls outside the critical region, fail to reject the null hypothesis. This decision does not require calculating the p-value.
Q6: What is the difference between the z statistic, t statistic, and chi-square statistic in hypothesis testing?
The z statistic tests claims about proportions or means when population standard deviation is known. The t statistic tests claims about means when population standard deviation is unknown. The chi-square statistic tests claims about population variance or standard deviation. Each uses its respective distribution to determine critical values.
Q7: Why is the critical value important in the traditional method of hypothesis testing?
The critical value demarcates the critical region on the probability distribution at your chosen significance level. It serves as the boundary for decision-making: if your test statistic exceeds this boundary, you reject the null hypothesis. Critical values are obtained from z, t, or chi-square tables depending on your test statistic type.